Skip to main content
Glama

little-librarian

.epub 파일을 인덱싱하고 pplx-embed-context-v1(late chunking) 및 Qdrant를 기반으로 하는 의미론적 검색 도구를 제공하는 로컬 MCP 서버입니다.

MCP client (Claude Desktop, Claude Code, …)
     │
     ▼  tool calls via MCP
 server.py
  pplx-embed-context-v1-0.6b  +  Qdrant (local)

파일

파일

역할

server.py

MCP 서버 — epub 수집, 임베딩, 검색, Qdrant 저장

code_librarian.py

코드용 별도 MCP 서버 (AST 기반 청킹)


Related MCP server: ragi

pplx-embed-context-v1을 사용하는 이유

late chunking을 사용합니다: 챕터의 모든 청크가 단일 순방향 패스를 거치므로, 각 청크 임베딩은 추론 시점에 문서 접두사(doc-prefix) 없이도 전체 문서 컨텍스트를 캡처합니다. ConTEB에서 81.96 nDCG@10 점수를 기록했습니다.


빠른 시작

# 1. install
pip install -e .

# 2. ingest your library (runs embedding, then exits)
HF_HUB_OFFLINE=0 python server.py --index ./library

# 3. start the MCP server
python server.py

# optional: preload the model at startup
python server.py --preload

MCP 도구

도구

설명

search(query, top_k)

의미론적 검색, 점수와 함께 상위 k개의 구절 반환

search_groups(query, group_by, limit, group_size)

"book" 또는 "chapter"별로 그룹화하여 검색 — 다권 연구에 최적

get_passage(book, chapter, max_chars)

책/챕터의 전체 텍스트 검색

list_books()

인덱싱된 모든 책과 챕터 수 나열

collection_stats()

Qdrant 컬렉션 정보 (포인트 수, 벡터 크기)

library_stats()

전체 콘텐츠 분석: 책, 챕터, 책당 청크 수, 평균 청크 길이

get_device()

임베딩에 사용되는 장치(CPU/GPU) 표시


Claude Desktop 설정

{
  "mcpServers": {
    "little-librarian": {
      "command": "python",
      "args": ["/path/to/server.py"]
    }
  }
}

하드웨어 지침

설정

최소 VRAM

CPU 전용

0 GB

GPU (pplx-embed-0.6b)

~2 GB

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Local MCP server that provides semantic search (RAG) over code repositories, enabling AI clients like Claude and Gemini to access project context without manual re-upload.
    -
  • A
    license
    A
    quality
    D
    maintenance
    Local-first RAG indexing and semantic search MCP server. Enables document retrieval and context-aware queries using local embedding models.
    3
    13 npm
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    MCP server for local RAG over personal notes, PDFs, and documents, enabling plain-English querying and hybrid search with multi-hop context expansion.
    MIT